如何用Python从DataFrame混合字符列提取字母并处理纯数字行

你可以用Pandas的字符串处理方法实现需求，以下是几种简洁的方案：

方案1：使用str.extract（最直接） #

利用正则表达式提取所有字母字符，匹配不到时自动返回NaN，完美贴合需求：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'char': ['123', 'test', 'te123', 'test123'],
    'count': [24, 25, 26, 26]
})

# 提取字母，纯数字行自动转为NaN
df['char'] = df['char'].str.extract(r'([A-Za-z]+)', expand=False)

print(df)

输出结果：

char  count
0    NaN     24
1   test     25
2     te     26
3   test     26

方案2：使用str.replace结合replace #

先移除所有数字字符，再将空字符串替换为NaN：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'char': ['123', 'test', 'te123', 'test123'],
    'count': [24, 25, 26, 26]
})

# 移除所有数字
df['char'] = df['char'].str.replace(r'\d', '', regex=True)
# 空字符串转NaN
df['char'] = df['char'].replace('', np.nan)

print(df)

方案3：自定义逻辑（逐字符判断） #

通过apply遍历每个字符串，筛选出字母字符，空结果转NaN：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'char': ['123', 'test', 'te123', 'test123'],
    'count': [24, 25, 26, 26]
})

df['char'] = df['char'].apply(lambda x: ''.join([c for c in x if c.isalpha()]))
df['char'] = df['char'].replace('', np.nan)

print(df)

内容的提问来源于stack exchange，提问作者nomnom3214